[发明专利]一种基于母羊发情行为识别的母羊舍环境调控系统

权利要求书

1.一种基于母羊发情行为识别的母羊舍环境调控系统，其包括:行为识别系统、环境调控系统以及网络监控系统，其特征在于，步骤如下：

S1、在现实复杂环境条件下采集母羊发情行为视频图像数据并进行标注以及锚点框聚类；

S2、构建将原始YOLO v3的特征提取网络Darknet53替换为EfficientNetB0、EfficientNetB1以及EfficientNetB2的特征提取网络的E0_YOLO v3、E1_YOLO v3和E2_YOLO v3的母羊发情行为模型；

S3、对步骤S1获得的母羊发情行为视频图像数据传送到步骤S2获得的E0_YOLO v3、E1_YOLO v3和E2_YOLO v3模型中进行发情行为识别，其识别结果与YOLOv3和Faster R-CNN进行对比，得到性能对比结果；

S4、对步骤S3得到母羊发情行为识别结果将通过网络监控系统传达到环境调控系统，环境调控系统根据识别结果指令以及传感器数据进行相应的调控以使得母羊舍的环境质量适于母羊发情。

2.根据权利要求1所述的一种基于母羊发情行为识别的母羊舍环境调控系统，其特征在于，步骤S1具体包括：

S11、通过在羊舍四周安装摄像头，实时捕获母羊发情爬跨行为信息，获得母羊发情视频图像；

S12、对步骤S11获取到的母羊发情视频利用帧截取法进行隔2帧取1帧处理，得到不同时间段的母羊发情数据集；

S13、对步骤S12获得的母羊发情数据集进行人工标注，标注工具为开源标注工具LabelImg，标注时的数据集类别名称为“mounting”，每标注一个图片就会生成一个xml文件，改文件记录了图片所在文件夹名称、图片名称、所在路径、图片尺寸、标签名称以及标签位置坐标信息；

S14、对步骤S4获得的母羊发情数据集标注xml文件进行锚点框聚类，其主要为利用K-means++算法对母羊发情数据集进行锚点框聚类，K-means++聚类算法的目标是使锚点框(anchorbox)与标注框(ground_ruth)的交并比(IOU)尽可能的大，目标函数采用IOU作为衡量的标准，距离公式的定义如下：

其中，p为聚类中心，k为聚类中心个数，q为样本的标注框，n是数据集中的样本数量，IOU表示交并比，

合适的IOU可以很好的权衡模IOU计算公式如下：

其中，分母表示标注框和锚点框相并的面积大小，分子表示标注框和锚点框相交的面积大小，当IOU值最大时，即此时IOU值为1，锚点框和标注框匹配得最好，F值最小，将数据集中标注框分别分到相邻最近的F簇中。原始YOLO v3锚点框为：(10,13)，(16,30)，(33,23)，(30,61)，(62,45)，(59,119)，(116,90)，(156,198)，(373,326)，最终输出聚类结果为：(19,34)，(19,59)，(31,49)，(40,59)，(28,87)，(51,81)，(39,123)，(60,108)，(85,132)得到母羊发情数据集的锚点框数据信息，并将数据集划分为训练集、验证集及测试集。